王立平，魯東曉

(山東財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，山東 濟(jì)南 250014)

一、引 言

城鎮(zhèn)化過(guò)程是農(nóng)村人口轉(zhuǎn)變?yōu)槌擎?zhèn)人口、傳統(tǒng)農(nóng)業(yè)社會(huì)向工業(yè)社會(huì)轉(zhuǎn)變的歷史過(guò)程。改革開(kāi)放以來(lái)，中國(guó)經(jīng)濟(jì)快速發(fā)展，城鎮(zhèn)化水平得到迅速提升。以城鎮(zhèn)人口比例衡量的城鎮(zhèn)化水平在1978年僅為17.92%，2000年達(dá)到了36.22%，2016年則達(dá)到了57.35%。改革開(kāi)放的30多年間，中國(guó)的城鎮(zhèn)化水平實(shí)現(xiàn)了3倍的增長(zhǎng)。經(jīng)驗(yàn)研究表明，城鎮(zhèn)化能夠優(yōu)化資源配置、改善產(chǎn)業(yè)結(jié)構(gòu)、提升企業(yè)生產(chǎn)率，有效促進(jìn)經(jīng)濟(jì)增長(zhǎng)[1-3]。但是，隨著城鎮(zhèn)化進(jìn)程的加快，與之伴隨的其他經(jīng)濟(jì)問(wèn)題也不容忽視，其中節(jié)約能源、實(shí)現(xiàn)能源的可持續(xù)利用已經(jīng)成為亟待解決的現(xiàn)實(shí)和戰(zhàn)略問(wèn)題。2017年，黨的十九大明確提出要降低能源消耗，走綠色發(fā)展之路。

電力是促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展的重要能源，在國(guó)民經(jīng)濟(jì)中起基礎(chǔ)性作用[4]。合理使用電力有助于提高資本生產(chǎn)率和勞動(dòng)生產(chǎn)率[5]，創(chuàng)造就業(yè)[6]，最終會(huì)促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展[7]。城鎮(zhèn)化和電力消費(fèi)有著密切關(guān)系，一方面，城鎮(zhèn)化進(jìn)程促進(jìn)了經(jīng)濟(jì)增長(zhǎng)，在規(guī)模效應(yīng)和經(jīng)濟(jì)效應(yīng)下提升了電力消費(fèi)量，另一方面，城鎮(zhèn)化會(huì)促進(jìn)技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，在集聚效應(yīng)下，電力的利用效率上升，城鎮(zhèn)化對(duì)電力消費(fèi)具有負(fù)效應(yīng)。城鎮(zhèn)化與電力消費(fèi)問(wèn)題已經(jīng)受到學(xué)者們的高度關(guān)注，成為研究熱點(diǎn)。在國(guó)外關(guān)于城鎮(zhèn)化與電力消費(fèi)的文獻(xiàn)中，協(xié)整理論、格蘭杰因果檢驗(yàn)和誤差修正模型(ECM)應(yīng)用最多。例如Solarin和Shahbaz[8]以安哥拉為考察對(duì)象，利用協(xié)整與格蘭杰因果分析方法研究了電力消費(fèi)、城鎮(zhèn)化與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，結(jié)果表明城鎮(zhèn)化和電力消費(fèi)之間具有雙向格蘭杰因果關(guān)系。Karanfil和Li[9]利用1980～2010年160個(gè)國(guó)家的面板數(shù)據(jù)考察了電力消費(fèi)與經(jīng)濟(jì)活動(dòng)之間的關(guān)系，發(fā)現(xiàn)電力消費(fèi)增長(zhǎng)率對(duì)城鎮(zhèn)化率高度敏感。Liddlea和Lungb[10]利用1971～2009年105個(gè)國(guó)家的面板數(shù)據(jù)考察了城鎮(zhèn)化與電力消費(fèi)的長(zhǎng)期因果關(guān)系，研究結(jié)果無(wú)法拒絕城鎮(zhèn)化是電力消費(fèi)的格蘭杰原因，同時(shí)長(zhǎng)期格蘭杰因果檢驗(yàn)表明電力消費(fèi)有助于城鎮(zhèn)化。國(guó)內(nèi)學(xué)者從不同角度、采用多種方法對(duì)我國(guó)城鎮(zhèn)化與電力消費(fèi)的關(guān)系進(jìn)行了研究。何曉萍等[11]利用面板數(shù)據(jù)非線性模型和協(xié)整模型對(duì)中國(guó)電力需求做了對(duì)比研究和預(yù)測(cè)，兩種模型的結(jié)果都表明現(xiàn)階段電力消費(fèi)與城鎮(zhèn)化高度相關(guān)。中國(guó)城鎮(zhèn)化發(fā)展階段所表現(xiàn)出的工業(yè)化特征推動(dòng)了電力消費(fèi)快速增長(zhǎng)。謝品杰等[12]利用誤差修正模型分別從長(zhǎng)期和短期分析了改革開(kāi)放以來(lái)中國(guó)城鎮(zhèn)化與電力消費(fèi)水平的相互影響。結(jié)果表明，中國(guó)城鎮(zhèn)化與電力消費(fèi)水平之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。史丹和馮永晟[13]通過(guò)建立動(dòng)態(tài)局部調(diào)整模型，分析了經(jīng)濟(jì)發(fā)展中的結(jié)構(gòu)性因素對(duì)電力需求的影響，認(rèn)為城鎮(zhèn)化水平是促進(jìn)長(zhǎng)期電力需求增長(zhǎng)的重要因素。肖欣等[14]指出，城鎮(zhèn)化進(jìn)程中的電力消費(fèi)增長(zhǎng)具有階段性特征，城鎮(zhèn)化與電力需求增長(zhǎng)呈現(xiàn)高度正相關(guān)關(guān)系。樊靜麗等[15]發(fā)現(xiàn)提高城鎮(zhèn)化率對(duì)東部地區(qū)居民生活用電增量的貢獻(xiàn)小于3%，而對(duì)西部和中部地區(qū)生活用電增量的貢獻(xiàn)率則分別達(dá)到3.4%和15.1%。任正委和米紅[16]基于浙江省2000年和2010年兩期分縣數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)提高區(qū)域人口城鎮(zhèn)化水平對(duì)居民電力消費(fèi)有著顯著影響。

根據(jù)上述分析，現(xiàn)有的經(jīng)驗(yàn)研究表明城鎮(zhèn)化會(huì)促進(jìn)電力消費(fèi)。然而，這些研究存在一個(gè)共同的局限，即在考察城鎮(zhèn)化和電力消費(fèi)的關(guān)系時(shí)，忽略了空間維度的影響。中國(guó)幅員遼闊，各地在自然條件、資源稟賦、經(jīng)濟(jì)發(fā)展水平上存在空間差異，城鎮(zhèn)化和電力消費(fèi)體現(xiàn)了較強(qiáng)的空間相關(guān)性和空間非均衡性，區(qū)域發(fā)展不平衡是我國(guó)長(zhǎng)期以來(lái)的社會(huì)經(jīng)濟(jì)發(fā)展特征[17]。由此，與已有研究不同，本文從空間維度分析城鎮(zhèn)化與電力消費(fèi)的關(guān)系，利用空間回歸偏微分方法分解城鎮(zhèn)化對(duì)電力消費(fèi)的空間效應(yīng)。本文的研究有助于從空間維度豐富我們對(duì)于城鎮(zhèn)化與電力消費(fèi)關(guān)系的認(rèn)識(shí)，從而為政府制定城鎮(zhèn)化和電力能源政策提供參考。

本文后續(xù)結(jié)構(gòu)安排如下：第二部分是計(jì)量模型與變量說(shuō)明；第三部分基于中國(guó)省際面板數(shù)據(jù)和空間杜賓模型進(jìn)行空間計(jì)量回歸分析，并利用偏微分方法將空間效應(yīng)分解為直接效應(yīng)、溢出效應(yīng)和總效應(yīng)；第四部分總結(jié)主要研究結(jié)論，并提出相應(yīng)的政策建議。

二、計(jì)量模型與變量說(shuō)明

(一)計(jì)量模型

1. 空間自相關(guān)分析

空間自相關(guān)分析是設(shè)定空間面板模型的前提條件[18]，本文采用Moran指數(shù)(Moran’s I)對(duì)電力消費(fèi)的空間相關(guān)性進(jìn)行檢驗(yàn)，以此來(lái)反映省區(qū)電力消費(fèi)空間關(guān)聯(lián)程度的總體特征。Moran指數(shù)的計(jì)算公式如下：

(1)

全域空間性反映了空間變量的整體空間相關(guān)狀況，但可能會(huì)忽略局部地區(qū)的非典型性特征，可以通過(guò)Moran散點(diǎn)圖來(lái)更直觀地反映局域空間集聚特征[19]。Moran散點(diǎn)圖分為四個(gè)象限，一、三象限表示變量間存在空間正相關(guān)，二、四象限表示變量間存在空間負(fù)相關(guān)。

2. 空間計(jì)量模型設(shè)定

在空間計(jì)量經(jīng)濟(jì)學(xué)中，最常見(jiàn)的有三種空間計(jì)量模型：空間自回歸模型(SAR)、空間誤差模型(SEM)、空間杜賓模型(SDM)，其中，SAR和SEM模型只是SDM模型的特殊情況，采用SDM模型有助于防止遺漏變量偏誤[20]，因此，本文構(gòu)建SDM模型進(jìn)行空間回歸分析：

y=αln+ρWy+βX+θWX+ε

(2)

其中，y表示各地區(qū)的人均電力消費(fèi)；X為解釋變量，包括城鎮(zhèn)化水平以及其他控制變量(經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、固定資產(chǎn)投資、電力消費(fèi)效率和城鄉(xiāng)消費(fèi)水平差距)；a為常數(shù)項(xiàng)；ln為n×1階單位矩陣，n為地區(qū)個(gè)數(shù)；W為經(jīng)過(guò)標(biāo)準(zhǔn)化后的空間權(quán)重矩陣；Wy代表被解釋變量的空間交互效應(yīng)；WX代表解釋變量的空間交互效應(yīng)；ρ、β、θ為模型的回歸系數(shù)；ε為誤差項(xiàng)。為了合理解釋空間計(jì)量模型的回歸系數(shù)，LeSage 和 Pace(2009)[21]在橫截面空間計(jì)量模型的基礎(chǔ)上提出了利用偏微分來(lái)求解空間溢出效應(yīng)的方法， Elhorst(2010)[22]將該方法拓展到對(duì)空間面板數(shù)據(jù)模型的計(jì)量分析中。

3. 空間效應(yīng)的分解

根據(jù)空間回歸模型偏微分方法，整理式(2)，得到：

(3)

其中，

V(W)=(ln-ρW)-1=In+ρW+ρ2W2+ρ3W3+…

Sr(W)=V(W)(lnβr+Wθr)

xr表示第r個(gè)解釋變量，k為解釋變量個(gè)數(shù)，ln為n階單位矩陣；βr代表解釋變量向量X中第r個(gè)解釋變量的回歸系數(shù)，θr為WX的第r個(gè)變量的估計(jì)系數(shù)。對(duì)于第i個(gè)地區(qū)，可以得到：

(4)

將yi對(duì)其他區(qū)域j的第r個(gè)解釋變量xjr求偏導(dǎo)，得到式(5)：

(5)

這表明Sr(W)ij衡量了區(qū)域j的第r個(gè)解釋變量對(duì)區(qū)域i被解釋變量的影響，這被稱(chēng)為直接效應(yīng)。將yi對(duì)區(qū)域內(nèi)的第r個(gè)解釋變量xir求偏導(dǎo)，得到式(6)：

(6)

即Sr(W)ii衡量了區(qū)域i的第r個(gè)解釋變量對(duì)本區(qū)域被解釋變量的影響，這被稱(chēng)為間接效應(yīng)(溢出效應(yīng))。直接效應(yīng)與間接效應(yīng)(溢出效應(yīng))的總和就是總效應(yīng)。

(二)變量說(shuō)明

本文采用中國(guó)省域數(shù)據(jù)進(jìn)行研究，由于數(shù)據(jù)缺失原因，樣本中不考慮香港、澳門(mén)、臺(tái)灣、西藏四個(gè)地區(qū)。全部樣本為大陸30個(gè)省、自治區(qū)、直轄市，即黑龍江、新疆、山西、寧夏、山東、河南、江蘇、安徽、湖北、浙江、江西、湖南、云南、貴州、福建、廣西、廣東、海南、吉林、遼寧、天津、青海、甘肅、陜西、內(nèi)蒙古、重慶、河北、上海、北京、四川。樣本區(qū)間為2000～2015年，為了消除經(jīng)驗(yàn)估計(jì)中的多重共線性問(wèn)題，對(duì)所有變量都取自然對(duì)數(shù)。

1. 人均電力消費(fèi)

本文采用各地區(qū)的人均電力消費(fèi)量代表電力消費(fèi)水平，其計(jì)算方法為：人均電力消費(fèi)量=電力消費(fèi)總量/人口總數(shù)。其中，電力消費(fèi)總量為各地區(qū)電力消費(fèi)的實(shí)物量，人口總數(shù)為當(dāng)?shù)氐某Ｗ∪丝跀?shù)。

2. 城鎮(zhèn)化水平

從狹義上講，城鎮(zhèn)化是農(nóng)業(yè)人口轉(zhuǎn)化為非農(nóng)業(yè)人口，城市人口規(guī)模不斷擴(kuò)大的過(guò)程。城鎮(zhèn)化率(UR)是衡量一個(gè)國(guó)家或地區(qū)城鎮(zhèn)化水平的重要指標(biāo)，可以用非農(nóng)人口占總?cè)丝诘谋戎貋?lái)測(cè)算。

3. 控制變量

在實(shí)證檢驗(yàn)城鎮(zhèn)化對(duì)電力消費(fèi)的影響時(shí)，控制變量包括經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、固定資產(chǎn)投資、電力消費(fèi)效率和城鄉(xiāng)消費(fèi)水平差距。經(jīng)濟(jì)發(fā)展水平用各地區(qū)實(shí)際生產(chǎn)總值(RGDP)表示，以2000年為基期進(jìn)行平減處理；產(chǎn)業(yè)結(jié)構(gòu)用第二產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重(SE)表示；固定資產(chǎn)投資用全社會(huì)固定資產(chǎn)投資完成額(GU)表示；用地區(qū)實(shí)際生產(chǎn)總值與地區(qū)電力消費(fèi)總量的比值衡量電力消費(fèi)效率(XL)；用城鄉(xiāng)消費(fèi)比率(CX)表示城鄉(xiāng)消費(fèi)水平差距。以上數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒(2001-2016)》。

三、實(shí)證分析

(一) 電力消費(fèi)的空間相關(guān)性檢驗(yàn)

根據(jù)“地理學(xué)第一定律”，各省、直轄市之間存在著廣泛聯(lián)系，距離越近的省份聯(lián)系越密切。本文分別構(gòu)造鄰接空間權(quán)重矩陣、地理距離權(quán)重矩陣、經(jīng)濟(jì)距離空間權(quán)重矩陣，通過(guò)計(jì)算Moran 指數(shù)(Moran's I)對(duì)我國(guó)區(qū)域電力消費(fèi)的全局空間相關(guān)性進(jìn)行檢驗(yàn)。表1報(bào)告了三種空間權(quán)重矩陣下的Moran指數(shù)檢驗(yàn)結(jié)果，同時(shí)圖1繪制出三種空間權(quán)重矩陣下的Moran指數(shù)的變動(dòng)情況。

表1 人均電力消費(fèi)的Moran指數(shù)及顯著性檢驗(yàn)

圖1 中國(guó)區(qū)域人均電力消費(fèi)的Moran指數(shù)折線圖

以上檢驗(yàn)結(jié)果表明：第一，在鄰接空間權(quán)重、地理距離權(quán)重、經(jīng)濟(jì)距離空間權(quán)重下，電力消費(fèi)的Moran指數(shù)都顯著為正值，說(shuō)明中國(guó)省域電力消費(fèi)之間存在正向的空間相關(guān)性。第二，2012年以前，經(jīng)濟(jì)距離空間權(quán)重下Moran指數(shù)最大，地理距離權(quán)重下Moran指數(shù)最小，鄰接空間權(quán)重下Moran指數(shù)居中，表明地理距離會(huì)削弱各地區(qū)電力消費(fèi)的空間依賴性，而經(jīng)濟(jì)因素則加深了這種空間依賴性。以北京和廣州為例，盡管遙遠(yuǎn)的地理距離弱化了兩市間的空間依賴性，然而相似的經(jīng)濟(jì)發(fā)展水平會(huì)抵消地理距離的不利影響。2012年以后，鄰接空間權(quán)重下Moran指數(shù)最大，這表明相鄰地區(qū)的關(guān)系更加緊密，導(dǎo)致相鄰省域間的依賴性增大。第三，從Moran指數(shù)的演變趨勢(shì)來(lái)看，鄰接空間權(quán)重下Moran指數(shù)穩(wěn)中有升，地理距離權(quán)重和經(jīng)濟(jì)距離權(quán)重下Moran指數(shù)整體呈現(xiàn)下行趨勢(shì)。這說(shuō)明鄰接空間權(quán)重下的人均電力消費(fèi)將持續(xù)具有較強(qiáng)的空間依賴性，而地理距離和經(jīng)濟(jì)因素對(duì)空間依賴性的影響在逐漸減弱。

(1)鄰接空間權(quán)重

(2)地理距離權(quán)重

(3)經(jīng)濟(jì)距離權(quán)重圖2 2015年中國(guó)電力消費(fèi)的Moran散點(diǎn)圖

全域空間相關(guān)性反映了人均電力消費(fèi)的整體空間相關(guān)狀況，但可能會(huì)忽略局部地區(qū)的非典型特征，因而還需要分析人均電力消費(fèi)的局域空間相關(guān)性。通過(guò)Moran散點(diǎn)圖可以精確地表示人均電力消費(fèi)的局域空間相關(guān)性，鑒于篇幅所限，本文只報(bào)告2015年的Moran散點(diǎn)圖。如圖2所示，在三種空間權(quán)重下，大多數(shù)散點(diǎn)分布于第一象限和第三象限，表明人均電力消費(fèi)呈正相關(guān)性，即中國(guó)電力消費(fèi)的空間分布是非均質(zhì)的，具有空間集聚特征。以上分析表明，我國(guó)省域電力消費(fèi)之間存在正向的空間相關(guān)性而非空間獨(dú)立性，電力消費(fèi)存在空間集聚現(xiàn)象。換言之，我國(guó)的電力消費(fèi)存在著空間效應(yīng)，具有空間依賴性，因此在考察城鎮(zhèn)化與電力消費(fèi)的關(guān)系時(shí)，不能忽視其空間集聚特征，否則會(huì)導(dǎo)致估計(jì)結(jié)果存在偏差。

(二) 經(jīng)典計(jì)量模型回歸分析

首先，使用非空間經(jīng)典計(jì)量模型實(shí)證檢驗(yàn)我國(guó)城鎮(zhèn)化對(duì)電力消費(fèi)的影響，回歸結(jié)果見(jiàn)表2。在混合估計(jì)、固定效應(yīng)、隨機(jī)效應(yīng)估計(jì)方法下，R2值較高，城鎮(zhèn)化的回歸系數(shù)均為正，且都通過(guò)了1%的顯著性水平檢驗(yàn)，這表明城鎮(zhèn)化對(duì)電力消費(fèi)具有顯著的正向影響。此外，實(shí)際GDP和全社會(huì)固定資產(chǎn)投資完成額的回歸系數(shù)均為正，且在統(tǒng)計(jì)上顯著，說(shuō)明它們對(duì)電力消費(fèi)具有拉動(dòng)作用，而電力消費(fèi)效率和城鄉(xiāng)消費(fèi)差距的回歸系數(shù)均為負(fù)，表明提高電力消費(fèi)效率和擴(kuò)大城鄉(xiāng)消費(fèi)差距對(duì)電力消費(fèi)具有負(fù)向影響。

表2 非空間經(jīng)典計(jì)量模型回歸結(jié)果

注：括號(hào)中為T(mén)統(tǒng)計(jì)量；***、**、*分別表示1%、5%、10%的顯著性水平.

(三) 空間面板模型回歸分析

傳統(tǒng)的計(jì)量經(jīng)濟(jì)模型由于沒(méi)有考慮到空間交互效應(yīng)，可能導(dǎo)致模型的設(shè)定與估計(jì)結(jié)果出現(xiàn)錯(cuò)誤，所以有必要同時(shí)考慮時(shí)間效應(yīng)和空間效應(yīng)，建立空間面板數(shù)據(jù)模型進(jìn)行分析。本文在三種空間權(quán)重下分別利用SDM模型進(jìn)行固定效應(yīng)和隨機(jī)效應(yīng)檢驗(yàn)，回歸結(jié)果報(bào)告見(jiàn)表3。

在鄰接空間權(quán)重矩陣、地理距離權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重矩陣下，Hausman檢驗(yàn)的卡方值分別為20.26、30.39、33.62，P值分別為0.0889、0.0041和0.0014，在統(tǒng)計(jì)上顯著，表明應(yīng)選擇固定效應(yīng)模型。在三種空間矩陣設(shè)置下，回歸結(jié)果中的Rho值均顯著不為零，故不應(yīng)直接使用回歸系數(shù)來(lái)解釋自變量對(duì)因變量的影響。為了對(duì)空間計(jì)量模型的回歸系數(shù)進(jìn)行合理解釋?zhuān)每臻g回歸模型偏微分方法進(jìn)行分析，將城鎮(zhèn)化對(duì)電力消費(fèi)的空間總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)(溢出效應(yīng))。表4報(bào)告了SDM模型在三種權(quán)重矩陣下的空間效應(yīng)分解結(jié)果。

表3 三種空間權(quán)重下的SDM模型估計(jì)結(jié)果

注：括號(hào)中為T(mén)統(tǒng)計(jì)量；***、**、*分別表示1%、5%、10%的顯著性水平.

表4 SDM模型空間效應(yīng)分解結(jié)果

注：括號(hào)中為T(mén)統(tǒng)計(jì)量；***、**、*分別表示1%、5%、10%的顯著性水平.

根據(jù)空間效應(yīng)分解結(jié)果，在地理距離權(quán)重設(shè)置下，城鎮(zhèn)化對(duì)電力消費(fèi)的直接效應(yīng)為0.0731，通過(guò)了1%的顯著性水平檢驗(yàn)。在鄰接空間權(quán)重設(shè)置下，城鎮(zhèn)化對(duì)電力消費(fèi)的直接效應(yīng)為0.0440，在1%水平上顯著。在經(jīng)濟(jì)距離權(quán)重設(shè)置下，城鎮(zhèn)化對(duì)電力消費(fèi)的直接效應(yīng)為0.0370，通過(guò)了1%的顯著性水平檢驗(yàn)。三種空間權(quán)重設(shè)置下，城鎮(zhèn)化對(duì)電力消費(fèi)的直接效應(yīng)都為正數(shù)且在統(tǒng)計(jì)上顯著，說(shuō)明一個(gè)地區(qū)的城鎮(zhèn)化水平對(duì)本地區(qū)的人均電力消費(fèi)具有顯著促進(jìn)作用，在考慮了地理距離因素后，區(qū)域內(nèi)城鎮(zhèn)化發(fā)展水平對(duì)本地區(qū)電力消費(fèi)的促進(jìn)作用會(huì)變大。這是由于在城鎮(zhèn)化進(jìn)程中，一個(gè)地區(qū)的基礎(chǔ)設(shè)施建設(shè)、工業(yè)發(fā)展、居民購(gòu)買(mǎi)能力提升會(huì)直接促進(jìn)區(qū)域內(nèi)工業(yè)用電、居民生活用電的提高。

城鎮(zhèn)化對(duì)電力消費(fèi)的溢出效應(yīng)(間接效應(yīng))都為正數(shù)，在經(jīng)濟(jì)距離權(quán)重設(shè)置下的溢出效應(yīng)最大，為0.0942，且通過(guò)了1%的顯著性水平檢驗(yàn)。在地理距離權(quán)重設(shè)置下的溢出效應(yīng)次之，為0.0726，在10%的水平上顯著。在鄰接空間權(quán)重設(shè)置下的溢出效應(yīng)最小，為0.0648，通過(guò)了5%的顯著性水平檢驗(yàn)。三種空間權(quán)重設(shè)置下的溢出效應(yīng)都大于零且在統(tǒng)計(jì)上顯著，說(shuō)明一個(gè)地區(qū)的城鎮(zhèn)化水平對(duì)其他地區(qū)的人均電力消費(fèi)具有顯著促進(jìn)作用，在考慮了經(jīng)濟(jì)因素后，一個(gè)地區(qū)城鎮(zhèn)化發(fā)展水平對(duì)其他地區(qū)電力消費(fèi)水平的促進(jìn)作用會(huì)增強(qiáng)。在區(qū)域間經(jīng)濟(jì)交往日益密切的背景下，一個(gè)地區(qū)的城鎮(zhèn)化會(huì)釋放出更顯著的輻射效應(yīng)，通過(guò)生產(chǎn)要素流動(dòng)、產(chǎn)業(yè)鏈的延伸和資源優(yōu)化配置帶動(dòng)其他地區(qū)的經(jīng)濟(jì)發(fā)展和電力消費(fèi)增長(zhǎng)。實(shí)證結(jié)果表明，一個(gè)地區(qū)的電力消費(fèi)水平不但受到區(qū)域內(nèi)城鎮(zhèn)化水平的影響，而且受到其他地區(qū)城鎮(zhèn)化水平的影響，城鎮(zhèn)化對(duì)電力消費(fèi)的空間總效應(yīng)顯著。

總體而言，根據(jù)偏微分分解結(jié)果，城鎮(zhèn)化水平對(duì)電力消費(fèi)具有推動(dòng)作用，這與經(jīng)典回歸模型的結(jié)果一致，因?yàn)槌擎?zhèn)化的飛速發(fā)展會(huì)帶動(dòng)城市工業(yè)、基礎(chǔ)設(shè)施建設(shè)以及居民生活水平提高，進(jìn)而拉升電力消費(fèi)水平。但是，當(dāng)考慮到空間因素時(shí)，三種空間權(quán)重矩陣設(shè)置下的空間回歸結(jié)果與非空間回歸結(jié)果有所差異，這說(shuō)明如果忽略空間因素，估計(jì)結(jié)果會(huì)存在偏差。

三種空間權(quán)重下地區(qū)生產(chǎn)總值對(duì)電力消費(fèi)具有顯著的正直接效應(yīng)和負(fù)溢出效應(yīng)，直接效應(yīng)的強(qiáng)度更大，因而總體效應(yīng)顯著為正。這說(shuō)明一個(gè)地區(qū)的生產(chǎn)總值增加會(huì)促進(jìn)區(qū)域內(nèi)的電力消費(fèi)而抑制其他地區(qū)的電力消費(fèi)。隨著一個(gè)地區(qū)經(jīng)濟(jì)的增長(zhǎng)，工業(yè)用電和居民用電會(huì)隨之增加，在電力資源約束下，對(duì)其他地區(qū)的輸電量必然減少，從而導(dǎo)致其他地區(qū)的用電量降低。總體上看，電力消費(fèi)隨著地區(qū)生產(chǎn)總值的提高而增加。第二產(chǎn)業(yè)增加值和固定資產(chǎn)投資完成額對(duì)電力消費(fèi)的直接效應(yīng)、溢出效應(yīng)和總效應(yīng)均為正值，且在1%的水平下顯著，即發(fā)展第二產(chǎn)業(yè)、增加固定資產(chǎn)投資會(huì)促進(jìn)本地區(qū)和區(qū)域外的電力消費(fèi)。電力消費(fèi)效率對(duì)電力消費(fèi)的直接效應(yīng)在統(tǒng)計(jì)上顯著為負(fù)，說(shuō)明一個(gè)地區(qū)提高電力消費(fèi)效率會(huì)降低本地區(qū)電力消費(fèi)；從溢出效應(yīng)來(lái)看，鄰接空間權(quán)重和地理距離權(quán)重下電力消費(fèi)效率的回歸系數(shù)均為正值且在統(tǒng)計(jì)上顯著，說(shuō)明區(qū)域內(nèi)電力消費(fèi)效率的提高會(huì)促進(jìn)其他地區(qū)電力消費(fèi)。電能具有高流動(dòng)性，區(qū)域內(nèi)電力消費(fèi)效率的提高降低了電能消耗，從而可以通過(guò)電網(wǎng)將剩余電能輸送到其他地區(qū)。從總效應(yīng)來(lái)看，三種空間權(quán)重下電力消費(fèi)效率對(duì)電力消費(fèi)量的總效應(yīng)都為負(fù)，說(shuō)明提升電力消費(fèi)效率會(huì)減少電力消費(fèi)量。同時(shí)，三種空間權(quán)重下城鄉(xiāng)消費(fèi)差距的回歸系數(shù)都為負(fù)值且在統(tǒng)計(jì)上顯著，表明城鄉(xiāng)消費(fèi)差距的擴(kuò)大對(duì)電力消費(fèi)具有抑制作用。

四、結(jié)論和政策建議

本文基于我國(guó)2000～2015年的面板數(shù)據(jù)，利用空間回歸模型偏微分方法分析了城鎮(zhèn)化對(duì)電力消費(fèi)的空間效應(yīng)。主要結(jié)論如下：(1)在不同的空間關(guān)聯(lián)模式下，中國(guó)區(qū)域電力消費(fèi)均具有顯著的空間依賴性和空間集聚特征。(2)在三種空間權(quán)重矩陣下，城鎮(zhèn)化對(duì)電力消費(fèi)的直接效應(yīng)、溢出效應(yīng)以及總效應(yīng)都為正，且都通過(guò)了1%的顯著性檢驗(yàn)。說(shuō)明一個(gè)地區(qū)的城鎮(zhèn)化水平不僅會(huì)提高區(qū)域內(nèi)的電力消費(fèi)而且會(huì)通過(guò)經(jīng)濟(jì)輻射作用提高區(qū)域外的電力消費(fèi)。(3)地區(qū)生產(chǎn)總值對(duì)電力消費(fèi)具有正直接效應(yīng)和負(fù)溢出效應(yīng)，空間總效應(yīng)為正；第二產(chǎn)業(yè)增加值對(duì)電力消費(fèi)具有正溢出效應(yīng)；固定資產(chǎn)投資對(duì)電力消費(fèi)具有正直接效應(yīng)；電力消費(fèi)效率和城鄉(xiāng)消費(fèi)差距對(duì)電力消費(fèi)具有負(fù)的溢出效應(yīng)，總效應(yīng)為負(fù)。

我國(guó)的電力消費(fèi)具有顯著的空間依賴性，在空間分布上不平衡，因此要全面認(rèn)識(shí)電力消費(fèi)的空間關(guān)聯(lián)關(guān)系，政府在制定電力能源消費(fèi)政策和價(jià)格調(diào)控措施時(shí)，應(yīng)充分考慮電力消費(fèi)的空間非平衡性。城鎮(zhèn)化會(huì)促進(jìn)電力消費(fèi)的提高，它一方面帶動(dòng)工業(yè)增長(zhǎng)和提高人民生活水平，另一方面會(huì)促進(jìn)城市電力設(shè)施的完善，便于居民獲取電力資源，這都將導(dǎo)致全社會(huì)用電量的不斷增加。此外，由于空間溢出效應(yīng)的顯著存在，各省市之間存在緊密的空間聯(lián)系，因而要注重各地區(qū)的協(xié)調(diào)發(fā)展，建立有效的區(qū)域協(xié)調(diào)發(fā)展機(jī)制，協(xié)調(diào)好不同區(qū)域的城鎮(zhèn)化進(jìn)程與電力消費(fèi)政策，從而為電力消費(fèi)的空間優(yōu)化配置創(chuàng)造有利條件。提高電力消費(fèi)效率能降低電力消費(fèi)，因此，推動(dòng)科技創(chuàng)新，應(yīng)用節(jié)能技術(shù)，提高電力消費(fèi)效率是節(jié)約電力能源的有效措施。

本文在空間權(quán)重矩陣的設(shè)置上，主要依據(jù)已有研究成果分別構(gòu)造鄰接空間權(quán)重矩陣、地理距離權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重矩陣，未能充分考慮其他因素對(duì)空間權(quán)重的影響。因此，如何構(gòu)造更為科學(xué)的空間權(quán)重，是本文有待進(jìn)一步解決的問(wèn)題。